下一代人工智能，类脑技术的应用还有哪些不同的步骤?

近年来，智能发展越来越快，服务机器人、智能驾驶舱、自动驾驶设备逐渐深入人们的生活，这些设备需要与人互动，需要良好的感知能力，包括视觉、听觉，甚至触觉，多模式交互将是大脑技术的发展方向。预计到2035年，类脑智能将占传统人工智能的18%，超过200亿美元的市场规模。

近年来，智能发展越来越快，服务机器人、智能驾驶舱、自动驾驶设备逐渐深入人们的生活，这些设备需要与人互动，需要良好的感知能力，包括视觉、听觉，甚至触觉，多模式交互将是大脑技术的发展方向。

根据市场研究机构Yole的报告，从2020年到2030年，类脑将迎来快速发展。预计到2035年，类脑智能将占传统人工智能的18%，超过200亿美元的市场规模。此外，时代科技创始人兼首席执行官乔宁认为，类脑智能不仅可以用于人工智能，还可以用于逻辑操作。

目前，研究界和企业界已经意识到类脑智能的优势。然而，业内人士普遍认为，类脑智能离着陆还有半步之遥。现阶段类脑智能在着陆应用中遇到的挑战是什么？如果这些问题得到解决，未来哪条轨道将率先着陆？最近，许多行业专家全面讨论了这些问题。

类脑智能落地应用的挑战是什么？

首先，目前成本仍然很高。武汉大学电子信息学院副教授、博士生导师余磊表示，近年来类脑技术发展迅速，确实可以解决很多问题。然而，问题太贵了。他们在研究过程中需要类脑相机。买一台要5.5万元，买四台要20多万元。

其次，还有技术改进的空间。中国电子科技南湖研究院先进算法实验室主任徐舒分析说，类脑技术从实验室到应用主要有两个方面：一是如果该技术是为了取代现有技术，这取决于它以多大的成本解决了主要问题；第二，该技术能否解决现有技术无法完全解决的问题。

类脑技术的应用还有哪些不同的步骤？类脑技术表现出很多性能，比如事件相机的动态捕捉，隐私的保护等。，确实表现出一些现有人工智能无法解决的问题，比如功耗非常低，可以高效识别和处理动作。但目前还不到半步，主要是像素、成像质量、稳定性等问题，无法解决更多场景中遇到的问题。

第三，对大脑神经网络的研究还不够。BP5718A12清华大学博士邓磊说，他们在研究时经常思考一个问题。什么是真正的大脑智能？他们发现，在研究中，大多数时候，它只是完成了从数据输入到输出的映射关系，他们希望类脑智能能够在更高的认知水平上反映智能，这在短期内无法解决。

邓磊说，神经网络的研究是为了更多地了解大脑的运作模式，从而解释人们的行为。现在研究的只是大脑的冰山一角。研究难以应用，研究的底层机制太少。因此，在此基础上进行类脑智能仍然很困难。

未来哪个赛道类脑智能会率先落地？

如果目前的挑战得到解决，未来类脑智能将率先应用哪条轨道？徐舒认为，如果能提高像素、成像质量、芯片计算性能等。，它将首先登陆智能家居，因为类脑芯片的重点是低功耗，非常适合消费场景。此外，类脑对隐私有很好的保护作用。在家之后，各种智能机器人都是很好的轨道。

类脑智能包括感知层面和处理层面。从感知层面来看，有视觉、听觉、触觉等。余磊表示，目前视觉方面已经比较成熟，比如事件相机，反应快，基本微妙，动态范围也很好。在极端场景下，如运动、强弱光等，表现良好，未来可以应用的场景很大。

如果上述技术问题得到解决，那么类脑智能的技术瓶颈可能不再是一个大问题，困难将是生态，如ANN、NLP网络可以应用，与生态建设不可分割，因此科研机构、企业需要有这种意识，以真正促进类脑智能的综合应用。

另一位投资者认为，作为一项新技术，大家都看到了类脑智能技术的亮点。但是，如何推广应用其实是有方法论的。常见的方法是找到技术的差异，然后找到足够细分的领域来匹配差异，从而在合适的落地点形成爆发。